AI用語集

📖

用語

公平な予測

統計的パラダイムで、条件付き均等性と較正を組み合わせ、グループ間で公正な予測を保証するもの。公平な予測は、予測モデルにおける異なる公平性基準間の固有のトレードオフを均衡させることを目指す。

📖

用語

予測の較正

すべてのグループに対して予測スコアが実際の確率を忠実に反映することを保証する統計的性質。完璧な較正は、70%のスコアが実際に70%の陽性結果に対応することを保証し、考慮されるグループとは無関係である。

📖

用語

アルゴリズム的反事実

保護された特性が異なっていた場合にどのような決定が下されていたかを検討する公平性へのアプローチ。反事実的公平性は、類似の個人が人口統計学的属性を変更するだけで同様の結果を得るかどうかを評価する。

📖

用語

誤陽性率の均等性

すべての人口統計学的グループがタイプIエラーの同等な率を示すことを要求する公平性基準。このメトリックは、どのグループも体系的に誤った非難や不当な拒絶を被らないことを保証する。

📖

用語

個人の公平性

類似の個人がグループ所属に関わらず同様の処理を受けるべきであるという倫理的原則。個人の公平性は、統計的集計ではなく特定のケースに焦点を当てることでグループの公平性に対立する。

📖

用語

バイアスの修正

データと予測モデルにおける体系的な格差を修正することを目的とする数学的技術の集合。バイアスの修正には、アルゴリズム的公平性を達成するための前処理、処理中、後処理の方法が含まれる。

📖

用語

間接的な差別

プロキシ変数が明示的に除外された保護された特性を不法に代替するアルゴリズム的差別の形式。間接的な差別は、統計的相関関係が感度の高い属性を直接使用せずに不平等を再生産する場合に出現する。